编辑推荐：
在护理教育中，ChatGPT 的应用效果有待验证。研究人员开展 “ChatGPT 在台湾儿科护理课程模拟测试中的效能” 研究，对比 ChatGPT-3.5、4.0 与护理学生测试成绩。结果显示其有局限性，不能完全替代临床判断，但可作辅助工具。这为护理教育提供参考。
在当今科技飞速发展的时代，人工智能（AI）的浪潮正席卷各个领域，医疗教育也不例外。ChatGPT 作为一款强大的生成式语言模型，以其能够快速生成文本、提供多样化观点和丰富知识储备的优势，逐渐走进人们的视野。在护理教育领域，它似乎有着巨大的潜力，比如可以辅助学生完成作业、模拟患者场景帮助学生练习技能，还能促进个性化学习等。然而，这看似美好的前景背后却隐藏着诸多疑问。一方面，虽然有研究表明 ChatGPT 在某些考试中表现出色，甚至能通过部分医学考试，但也有研究指出它存在医学知识不足、答案不准确等问题。另一方面，它在复杂临床场景中的判断能力和对患者具体情况的评估能力究竟如何，尚缺乏足够的证据。这些不确定性使得护理教育者和研究者们迫切需要深入探究 ChatGPT 在护理教育中的真实效能，于是，“ChatGPT 在台湾儿科护理课程模拟测试中的效能” 这一研究应运而生。
中国慈济大学的研究人员为了揭开 ChatGPT 在护理教育中的神秘面纱，开展了一项极具价值的描述性研究。他们选用了 ChatGPT 的两个版本 ——GPT-3.5 和 GPT-4.0，让它们参与儿科护理课程中的模拟测试，并将测试成绩与护理学生进行对比分析。最终，研究得出结论：ChatGPT 在护理教育中具有一定的辅助价值，能快速提供信息，但在分析复杂场景、评估儿科患者需求和给出恰当护理建议方面存在明显不足。这一研究成果发表在《Clinical Simulation in Nursing》杂志上，为护理教育领域合理使用 ChatGPT 提供了重要的参考依据，让教育者们能更加科学地看待这一新兴技术，避免盲目依赖，同时也为进一步探索如何优化其在护理教育中的应用指明了方向 。
在研究方法上，研究人员首先设计了包含四个儿科模拟场景、共 40 个项目的测试题。这些题目涵盖选择题、匹配题和问答，由两位教师根据台湾儿科病房实际情况设计。然后，让 GPT-3.5 和 GPT-4.0 参与测试，依据半结构化提示指南输入问题并收集答案。同时，招募了 267 名台湾东部某护理学院四年级护理学生参与测试。最后，运用 IBM SPSS 26.0 软件对定量数据进行分析，采用特定内容分析法处理 ChatGPT 的定性数据。
研究结果主要从以下几个方面呈现：
- GPT-3.5 和 4.0 两轮测试表现：在两轮测试中，GPT-3.5 第一轮得分 55 分未通过测试，第二轮得分 62.5 分；GPT-4.0 表现更优，第一轮 67.5 分，第二轮 77.5 分，且两轮测试中 GPT-4.0 均优于 GPT-3.5。二者都有 11 道题回答错误，部分错误源于对模拟场景不熟悉。
- ChatGPT 模型的回答情况：研究人员将 ChatGPT 模型的回答分为四个维度。“良好辅助” 方面，两个模型都能快速响应，具备基本医学知识，且 GPT-4.0 能更好地传达和解读图像。“回答不一致” 方面，两个版本的 ChatGPT 答案常不一致，计算能力也有欠缺，但都有从错误中学习的能力。“编造信息” 方面，存在幻觉和缺乏科学依据的回答。“无法提供全面评估” 方面，GPT-3.5 更明显，对儿科场景信息把握不足，在复杂情况下判断失误。
- ChatGPT 与护理学生得分比较：267 名护理学生测试得分在 68.15 - 76.03 之间，平均 70.41±3.21，多数学生通过测试。学生得分整体高于 GPT-3.5 和 GPT-4.0 第一轮得分，但低于 GPT-4.0 第二轮得分。
研究结论和讨论部分指出，GPT-3.5 在医学知识和临床决策能力上存在不足，使用时需额外验证和人为监督；GPT-4.0 虽表现更优，但推理仍存在不一致性。ChatGPT 虽能快速提供信息，可作为护理学生的辅助工具，但由于其可靠性存疑，在复杂场景下表现不佳，不能替代批判性思维、临床推理和基于问题的学习。同时，模拟测试是有效的教学工具，未来研究可收集定性数据进一步丰富研究成果。这一研究意义重大，它让护理教育者认识到 ChatGPT 在护理教育中的优势与局限，在使用时更加谨慎，也为后续优化 ChatGPT 在护理教育中的应用、开发适合护理教育的评估工具提供了思路，推动护理教育在人工智能时代更好地发展。
